Caractéristiques principales
Accelerated emulations
Nous offrons un accès à des backends d'émulation quantique de premier ordre, comme Qsim maintenant par Google et Aer par la communauté Qiskit. Qsim excelle dans la représentation de vecteurs d'état pour une performance maximale, tandis qu'Aer prend en charge des représentations plus complexes telles que les matrices de densité et les réseaux de tenseurs, avec prise en charge multi-GPUs.
Increased qubit count
La consommation matérielle requise par l’émulation quantique augmente de manière exponentielle avec le nombre de qubits, ce qui rend difficile l'exécution de plus que quelques qubits sur un ordinateur ordinaire. Nos plateformes optimisées abordent ce problème en permettant des émulations stables et à plus grande échelle pour concevoir des algorithmes plus larges sans se préoccuper des erreurs matérielles.
Many platforms
Nous proposons aux chercheurs et aux développeurs des plateformes d'émulation de calcul quantique rapides et pratiques. Une plateforme est une unité de traitement quantique (QPU) émulée par une instance de Scaleway. Chaque plateforme est facturée par minute en fonction du coût de l'émulateur et de l'instance sous-jacente.
Perceval built-in provider
Qiskit est un puissant SDK en python pour concevoir, développer et exécuter des algorithmes quantiques sur des backends mettant en respect avec le calcul quantique universel. Scaleway propose un package compatible Qiskit pour envoyer des circuits en Open QASM sur les émulateurs Aer ou Qsim.
Dedicated Sessions
Démarrez une session sur une plateforme, puis exécutez vos jobs quantiques sur celle-ci sans avoir à vous soucier du temps d’attente d’un matériel mutualisé. Une fois votre session terminée, vous conservez la trace de vos anciens jobs. Si vous gérez un atelier de formation ou souhaitez collaborer avec d'autres personnes, vous pouvez partager les sessions entre participants grâce à un système de déduplication.
Perceval built-in provider
Perceval est un kit de développement de quantique photonique écrit en Python permettant la conception de circuits et leur exécution sur votre machine locale ou sur un ordinateur distant. Scaleway est disponible depuis Perceval en tant que fournisseur intégré et permet d'exécuter des circuits quantiques sur des instances distantes. Pour concevoir vos circuits photoniques, vous pouvez vous appuyer sur une série de tutoriels Jupyter Notebook.
Pourquoi l'émulation quantique est importante?

Les émulateurs quantiques sont inévitables dans la période actuelle et à venir, constituant le principal moyen de concevoir des algorithmes quantiques affranchis des contraintes associées au matériel quantique.

Dans le paysage actuel, les ordinateurs quantiques sont sujets à produire des erreurs lors des opérations, comme illustré dans la Figure 1. Cette ère quantique de calcul bruité ou Noisy Intermediate Scale Quantum (NISQ) perdurera jusqu'à l'émergence de l'informatique quantique tolérante aux erreurs (FTQC). En attendant, l'émulation se pose comme le seul moyen de simuler des qubits sans erreur.

Emulation into the quantum ecosystem

Les émulateurs sont des outils permettant d'économiser du temps, offrant aux chercheurs et programmeurs une plateforme accessible pour explorer et développer des algorithmes quantiques, éliminant ainsi la dépendance, le temps d’attente dû au nombre limité des de réels ordinateurs quantiques sur le marché.

En réduisant l'écart entre l'informatique quantique théorique et les applications industrielles, les émulateurs jouent un rôle de catalyseur dans la formation de nouvelles générations de programmeurs et permet de préparer le terrain pour l'adoption généralisée de la technologie quantique.

L’informatique quantique universelle boostée à portée de main

Le Quantum volume est un bon outil pour évaluer la capacité d’une plateforme quantique. Cela consiste à exécuter des circuits carrés toujours plus grands jusqu'à ce que nous atteignons les limitations matérielles.

Ces circuits carrés, par exemple 24x24 ou 30x30, désignant respectivement le nombre de qubits et la profondeur (le nombre de portes quantiques), sont composés de portes sélectionnées aléatoirement parmi Pauli X, Y, Z, Hadamard et des portes à 2 qubits comme CX et CZ. Les circuits, conçus sur Qiskit et Cirq, ont été exécutés sur des configurations locales et sur notre Quantum as a Service sur différentes plateformes hébergées (toujours en statevector avec une double précision flottante).

Benchmark for 50k shots on aer CPU

Comme vous pouvez le constater dans la Figure 2, nos plateformes QaaS sur CPU ont exécuté les algorithmes de 2 à 10 fois plus rapidement que les configurations locales pour les benchmarks à quelques qubits.

De plus, dans le cas des configurations locales, nous rencontrons des limitations pour les circuits carrés à plus de 30 qubits émulés. Cela est dû à la demande excessive de mémoire vive. En revanche, la plateforme QaaS dotée de 512 Go de mémoire nous permet d'étendre jusqu'à 34 qubits en moins de temps qu'une configuration locale de 30 qubits.

Benchmark for 50k shots on aer GPU

Pour aller plus loin, nous avons également testé nos plateformes compatibles GPU. Comme le montre la Figure 3, elles surpassent de loin les plateformes QaaS basées sur CPU: l’exécution d’un circuit de 34 qubits passe de 150 secondes sur notre configuration C64512M à 12 secondes sur notre configuration 8-L80S, offrant ainsi une accélération d’un facteur 12.

De plus, ces plateformes multi-GPU permettent d'atteindre jusqu'à 36 qubits, ce peut s'avérer nécessaire pour faire avancer dans l'exploration de l’informatique quantique. Pour rappel, notre benchmark utilise une double précision flottante, il est donc possible d’avoir un qubit supplémentaire en passant à une précision flottante simple.

Benchmark for 50k shots on qsim CPU

Nous avons également effectué quelques tests sur Qsim. Qsim est un simulateur de fonction d'onde écrit en C++. Il utilise la fusion de portes, les instructions vectorielles et le multi-threading OpenMP pour réaliser des simulations de vecteurs d'état de circuits quantiques performantes.

La Figure 4 nous montre des performances vraiment optimales sur les configurations CPU. La performance moyenne est deux fois plus rapide que sur l'émulation Aer et offre un qubit supplémentaire pour la même configuration matérielle.

Pour une exécution encore plus rapide de Qsim, nous fournissons des plateformes GPU optimisées par Nvidia cuQuantum.

Benchmark for 1000 shots on square-circuits

Quand nous effectuons des benchmarks sur le backend Exqalibur fait par Quandela, on remarque que nos plateformes accélérées par GPU présentent une accélération substantielle pour une taille de circuit équivalente, prenant moins d'une seconde par rapport à 241 secondes pour Apple M2 ou 695 secondes pour un Intel i7.

Nous remarquons également que, dans les configurations locales, nous rencontrons des limitations en exécutant des circuits avec plus de 11 qubits en raison d'une forte exigence de mémoire. En revanche, notre plateforme accélérée par GPU H100 nous permet d'étendre jusqu'à 31 qubits en 2 heures

Tarifs des plateformes
PlateformeEmulateurInstance sous-jacenteIntégrationsNombre max de qubits estimé*Prix
sim:sampling:p100Quandela’s exQaliburNvidia Tesla P100Perceval, API29 photons,
80 modes**
3,12€/h
Facturé par minute
sim:sampling:h100Quandela’s exQaliburNvidia H100Perceval, API31 photons,
192 modes**
6,55€/h
Facturé par minute
aer_simulation_2l4Aer v0.14.12 x Nvidia L4Qiskit, API331,5€/h
Facturé par minute
aer_simulation_2l40sAer v0.14.12 x Nvidia L40SQiskit, API342,58€/h
Facturé par minute
aer_simulation_4l40sAer v0.14.14 x Nvidia L40SQiskit, API355,6€/h
Facturé par minute
aer_simulation_8l40sAer v0.14.18 x Nvidia L40SQiskit, API3611,2€/h
Facturé par minute
aer_simulation_h100Aer v0.14.1Nvidia H100Qiskit, API332,52€/h
Facturé par minute
aer_simulation_2h100Aer v0.14.12 x Nvidia H100Qiskit, API345,04€/h
Facturé par minute
aer_simulation_pop_c16m128Aer v0.14.1POP2_HM_16C_128GQiskit, API320,82€/h
aer_simulation_pop_c32m256Aer v0.14.1POP2_HM_32C_256GQiskit, API331,65€/h
aer_simulation_pop_c64m512Aer v0.14.1POP2_HM_64C_512GQiskit, API343,3€/h
qsim_simulation_l40sQsim v0.21Nvidia L40SCirq, Qiskit, API321,4€/h
Facturé par minute
qsim_simulation_h100Qsim v0.21Nvidia H100Cirq, Qiskit, API332,52€/h
Facturé par minute
qsim_simulation_pop_c8m64Qsim v0.21POP2_HM_8C_64GCirq, Qiskit, API320,41€/h
qsim_simulation_pop_c16m128Qsim v0.21POP2_HM_C16_128GCirq, Qiskit, API330,82€/h
qsim_simulation_pop_c32m256Qsim v0.21POP2_HM_32C_256GCirq, Qiskit, API341,65€/h
qsim_simulation_pop_c64m512Qsim v0.21POP2_HM_6C4_512GCirq, Qiskit, API353,3€/h

* Basé sur le Quantum Volume en double précision, jusqu’à 1 qbit supplémentaire en simple précision
** Un qubit = 1 photon + 2 modes

Cas d'utilisation

Les algorithmes Quantum machine learning (QML), tels que les réseaux neuronaux quantiques et les algorithmes quantiques variationnels (VQA), offrent des avantages pour manipuler de vastes ensembles de données et optimiser des modèles complexes. Ce domaine émergent peut combiner des algorithmes et des données provenant de domaines classiques et/ou quantiques, menant à des approches hybrides passionnantes.

Même si nous sommes encore à l'ère du NISQ (Noisy Intermediate Scaled Quantum), nous pouvons envisager à moyen terme tirer parti des circuits quantiques pour réduire la dimension des données et améliorer leur encodage. Ce nouveau type de prétraitement peut considérablement augmenter l'entropie de vos jeux de données.

La simulation du comportement des molécules et des matériaux au niveau quantique est très intensive en calcul et souvent insoluble pour les ordinateurs classiques. Les algorithmes quantiques peuvent potentiellement modéliser les interactions moléculaires avec une grande précision, ouvrant la voie à des avancées dans la découverte de médicaments, la science des matériaux et la modélisation climatique.

Les algorithmes quantiques accélèrent la résolution de problèmes d'optimisation, qui consistent à trouver la meilleure solution parmi un grand ensemble de solutions possibles. Ils explorent simultanément plusieurs possibilités, permettant une résolution plus efficace des défis complexes.

dropdown illustration
Aide-mémoire
FAQ

L'informatique quantique est un domaine informatique qui repose sur des mécanismes quantiques pour effectuer certains types de calculs de manière beaucoup plus efficace que les ordinateurs classiques "binaires".

Un qubit, ou bit quantique, est l'unité de stockage élémentaire en informatique quantique. Les qubits, tout comme les bits classiques, reposent sur des phénomènes physiques pour stocker des données.

Un photon est une particule de lumière unique qui possède de nombreux attributs, appelés observables, qui permettent stocker de la donnée, comme la polarisation, la vitesse, la couleur, le spin... En tant que particules quantiques, les photons peuvent être intriqués entre eux et leurs observables peuvent être superposées.

Quandela produit un ordinateur quantique photonique, les photons sont utilisés pour stocker et manipuler les données. Ils sont manipulés à travers de minuscules fibres optiques appelées modes, et les opérations sont effectuées avec des diviseurs de faisceau et des déphaseurs. Manipuler un photon directement au lieu d'un qubit abstrait lui permet de tirer un avantage significatif en termes de calcul.

Un qubit logique est une unité de stockage d'informations abstraite conçue pour être tolérante aux erreurs et résistante dans le temps aux opérations quantiques. Il est construit à partir d'un ensemble de centaines ou de milliers de qubits physiques. Les qubits physiques sont généralement plus proches du matériau quantique et plus instables.

Non, tous les algorithmes quantiques envoyés sur notre plateforme sont exécutés sur des émulateurs.

Absolument, soyez patient ! Nous avons l'intention de lancer de nouvelles plateformes basées sur de nouveaux types d'instances, ou de nouveaux émulateurs.

Oui,vous pouvez explorer directement Perceval sur sa page github.

L'ère du NISQ (Noisy Intermediate Scale Quantum) correspond à notre période actuelle où les ordinateurs quantiques sont trop bruités et sujets aux erreurs pour effectuer des calculs pertinents. C'est pourquoi les émulateurs quantiques émergent, permettant aux développeurs de concevoir et d'expérimenter des algorithmes quantiques.

L’informatique quantique tolérante aux erreurs (FTQC) introduit des qubits logiques et des portes quantiques logiques pour apporter des calculs robustes aux algorithmes complexes. Il reste beaucoup de temps avant d’atteindre cette qualité de traitement quantique..

Aer et Qsim sont open source, mais exQalibur de Quandela ne l’est pas

Dites-le nous, via Discord ou bien sur notre community Slack.

Nous sommes très ouverts sur ce sujet. Si votre entreprise travaille sur un QPU réel ou émulé et veut le rendre disponible à travers notre service, n’hésitez pas à nous contacter par Discord ou sur notre Slack.